CN106485935B - 一种基于gps预测公交到站时间的方法 - Google Patents
一种基于gps预测公交到站时间的方法 Download PDFInfo
- Publication number
- CN106485935B CN106485935B CN201611221310.1A CN201611221310A CN106485935B CN 106485935 B CN106485935 B CN 106485935B CN 201611221310 A CN201611221310 A CN 201611221310A CN 106485935 B CN106485935 B CN 106485935B
- Authority
- CN
- China
- Prior art keywords
- public transport
- time
- gps
- prediction
- arrival time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
Abstract
本发明公开了一种基于GPS预测公交到站时间的方法,涉及交通运输领域,包括如下步骤:S1、实时采集公交的GPS位置信息构成GPS轨迹序列,根据所述GPS轨迹序列,判断公交行进路线的方向;S2、读取所述公交的行进路线上的站点,根据当前的GPS位置信息,获得下一个停靠站点;S3、提取所述公交在同一时段、同一位置行驶至所述下一个停靠站点的第一历史平均时间t1作为公交的到站预测时间。本发明通过以时段和位置为限,获得该位置公交车辆到达下一站的平均时间作为到站预计时间,避免传统直接将公交车所有的历史时间求平均值作为到站预计时间,提高预测精确性。
Description
技术领域
本发明涉及交通运输领域,特别是涉及一种基于GPS预测公交到站时间的方法。
背景技术
随着社会的发展,社会的主要矛盾演变为人民群众日益增长的物质文化需求,与社会生产力相对落后的矛盾。公交出行作为一种重要的公交方式,占据人民群出行方式的一大半比例。但是,目前公交出行仍存在矛盾,一具体表现就是,人民群众在出行时,常常需要等待较长时间的公交,耗费社会建设的时间以及人民群众物质文化需求的时间。从主观和客观上说,这都是不好的,是一个迫切需要解决的矛盾。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种基于GPS预测公交到站时间的方法,旨在减少人民群众,等待公交的时间。
为实现上述目的,本发明提供了一种基于GPS预测公交到站时间的方法,其特征在于,包括如下步骤:
S1、实时采集公交的GPS位置信息构成GPS轨迹序列,根据所述GPS轨迹序列,判断公交行进路线的方向;
S2、读取所述公交的行进路线上的站点,根据当前的GPS位置信息,获得下一个停靠站点;
S3、提取所述公交在同一时段、同一位置行驶至所述下一个停靠站点的第一历史平均时间t1作为公交的到站预测时间。
在该技术方案中,采集公交的GPS位置信息,判断公交路线方向,避免预测的公交路线为反方向。根据当前的GPS位置信息,判断下一个停靠站点,以便进行到站时间预测。在该技术方案中,通过以时段和位置为限,获得该位置公交车辆到达下一站的平均时间作为到站预计时间,避免传统直接将公交车所有的历史时间求平均值作为到站预计时间,提高预测精确性。
进一步而言,在所述步骤S3中,所述同一时段包含是否为节假日、是否为高峰期的限定。
在本实施例中,对于同一时段的认定包含两个维度,一个是以天为计判断是否节假日,另一个是一高峰期为计,当然进一步也可以以一天中的一个个时段进行划分。避免传统直接将公交车所有的历史时间求平均值作为到站预计时间,提高预测精确性。
进一步而言,所述公交在各个GPS位置的到站时间历史数据依据是否节假日被分配为两组,每组中以时段分配为若干节,所述节时长不超过1小时。
进一步而言,一种基于GPS预测公交到站时间的方法,还包括如下步骤:
SA:根据本趟公交运行的GPS轨迹序列的行驶时间t3以及所述公交在同一时段、同一GPS轨迹序列下运行的第二历史平均时间t2,获得所述公交在本趟运行中的校正系数β,所述所述t2≠0;
SB:将所述第一历史平均时间t1和所述校正系数β的乘积作为校正后的公交的到站预测时间T。
值得一提的是,以第一历史平均时间t1作为公交的到站预测时间,即可实现公交到站时间预测,当然由于各个节日的不同、交通管制、活动或者其它突发时间,公交到站会出现预测不精确。故而本方案中还对预测的到站时间进行校正,校正的方法是通过本次公交已运行的路段相对于历史同期运行之间的比例关系,假定在接下来的运行中,该比例关系不变,并对预测的时间进行校正。该方法可以有效提高公交到站时间预测的精确性。
本发明的有益效果是:本发明通过以时段和位置为限,获得该位置公交车辆到达下一站的平均时间作为到站预计时间,避免传统直接将公交车所有的历史时间求平均值作为到站预计时间,提高预测精确性。本发明中还对预测的到站时间进行校正,校正的方法是通过本次公交已运行的路段相对于历史同期运行之间的比例关系,假定在接下来的运行中,该比例关系不变,并对预测的时间进行校正。该方法可以有效提高公交到站时间预测的精确性。
附图说明
图1是本发明一具体实施方式的流程示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明:
如图1所示,在本发明第一实施例中,提供一种基于GPS预测公交到站时间的方法,其特征在于,包括如下步骤:
S1、实时采集公交的GPS位置信息构成GPS轨迹序列,根据所述GPS轨迹序列,判断公交行进路线的方向;
S2、读取所述公交的行进路线上的站点,根据当前的GPS位置信息,获得下一个停靠站点;
S3、提取所述公交在同一时段、同一位置行驶至所述下一个停靠站点的第一历史平均时间t1作为公交的到站预测时间。
在本实施例中,通过以时段和位置为限,获得该位置公交车辆到达下一站的平均时间作为到站预计时间,避免传统直接将公交车所有的历史时间求平均值作为到站预计时间,提高预测精确性。
在本实施例中,在所述步骤S3中,所述同一时段包含是否为节假日、是否为高峰期的限定。
在本实施例中,对于同一时段的认定包含两个维度,一个是以天为计判断是否节假日,另一个是一高峰期为计,当然进一步也可以以一天中的一个个时段进行划分。
在本实施例中,所述公交在各个GPS位置的到站时间历史数据依据是否节假日被分配为两组,每组中以时段分配为若干节,所述节时长不超过1小时。在本实施例中,节时长为1一小时,在其他实施例中,节时长为半小时。
值得一提的是,以第一历史平均时间t1作为公交的到站预测时间,即可实现公交到站时间预测,当然由于各个节日的不同、交通管制、活动或者其它突发时间,公交到站会出现预测不精确。故而本实施例中还对预测的到站时间进行校正,校正的方法是通过本次公交已运行的路段相对于历史同期运行之间的比例关系,假定在接下来的运行中,该比例关系不变,并对预测的时间进行校正。该方法可以有效提高公交到站时间预测的精确性。
在本实施例中,一种基于GPS预测公交到站时间的方法还包括如下步骤:
SA:根据本趟公交运行的GPS轨迹序列的行驶时间t3以及所述公交在同一时段、同一GPS轨迹序列下运行的第二历史平均时间t2,获得所述公交在本趟运行中的校正系数β,所述所述t2≠0;
SB:将所述第一历史平均时间t1和所述校正系数β的乘积作为校正后的公交的到站预测时间T。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (3)
1.一种基于GPS预测公交到站时间的方法,其特征在于,包括如下步骤:
S1、实时采集公交的GPS位置信息构成GPS轨迹序列,根据所述GPS轨迹序列,判断公交行进路线的方向;
S2、读取所述公交的行进路线上的站点,根据当前的GPS位置信息,获得下一个停靠站点;
S3、提取所述公交在同一时段、同一位置行驶至所述下一个停靠站点的第一历史平均时间t1;
S4:根据本趟公交运行的GPS轨迹序列的行驶时间t3以及所述公交在同一时段、同一GPS轨迹序列下运行的第二历史平均时间t2,获得所述公交在本趟运行中的校正系数β,所述所述t2≠0;
S5:将所述第一历史平均时间t1和所述校正系数β的乘积作为校正后的公交的到站预测时间T。
2.如权利要求1中所述的一种基于GPS预测公交到站时间的方法,其特征在于:在所述步骤S3中,所述同一时段包含是否为节假日、是否为高峰期的限定。
3.如权利要求2中所述的一种基于GPS预测公交到站时间的方法,其特征在于:所述公交在各个GPS位置的到站时间历史数据依据是否节假日被分配为两组,每组中以时段分配为若干节,所述节时长不超过1小时。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611221310.1A CN106485935B (zh) | 2016-12-26 | 2016-12-26 | 一种基于gps预测公交到站时间的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611221310.1A CN106485935B (zh) | 2016-12-26 | 2016-12-26 | 一种基于gps预测公交到站时间的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106485935A CN106485935A (zh) | 2017-03-08 |
CN106485935B true CN106485935B (zh) | 2019-04-05 |
Family
ID=58285612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611221310.1A Expired - Fee Related CN106485935B (zh) | 2016-12-26 | 2016-12-26 | 一种基于gps预测公交到站时间的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106485935B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038498A (zh) * | 2017-03-31 | 2017-08-11 | 上海雷腾软件股份有限公司 | 一种交通路线的更新方法及设备 |
CN106971247B (zh) * | 2017-04-26 | 2020-06-19 | 吉林大学 | 一种面向冬季冰雪环境的公交线路运行时刻表优化方法 |
EP3586285A4 (en) * | 2017-06-13 | 2020-01-01 | Beijing Didi Infinity Technology And Development Co., Ltd. | SYSTEMS AND METHODS FOR RECOMMENDING AN ESTIMATED ARRIVAL TIME |
CN107845259B (zh) * | 2017-10-24 | 2021-02-09 | 东南大学 | 公交运行情况实时反馈系统及公交实时运行数据处理方法 |
CN108877276B (zh) * | 2018-08-31 | 2020-07-03 | 深圳市东部公共交通有限公司 | 快速预测公交行驶时间方法、装置及计算机终端 |
CN112509317B (zh) * | 2020-11-09 | 2021-11-09 | 广州交信投科技股份有限公司 | 基于机器学习算法的公交实时到站预测方法、装置和设备 |
CN115188215B (zh) * | 2022-06-21 | 2023-10-31 | 青岛海信网络科技股份有限公司 | 电子设备及站点间公交行驶时长的预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101231785A (zh) * | 2007-06-18 | 2008-07-30 | 杨宁宇 | 一种显示公交车到站时间的站牌及到站时间计算方法 |
CN101325001A (zh) * | 2008-07-22 | 2008-12-17 | 中山大学 | 一种预测和查询公交车实时状况的系统 |
CN101388143A (zh) * | 2007-09-14 | 2009-03-18 | 同济大学 | 基于浮动车数据的公交到站时间预测方法及系统 |
CN103440768A (zh) * | 2013-09-12 | 2013-12-11 | 重庆大学 | 一种基于动态修正的公交车到达时间实时预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4106682B2 (ja) * | 2002-07-18 | 2008-06-25 | 株式会社石井鐵工所 | 抗酸化能を向上させた果汁飲料、果汁飲料の製造方法、果汁飲料の製造装置、抗酸化能を向上させたワイン、ワインの製造方法、ワインの製造装置 |
-
2016
- 2016-12-26 CN CN201611221310.1A patent/CN106485935B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101231785A (zh) * | 2007-06-18 | 2008-07-30 | 杨宁宇 | 一种显示公交车到站时间的站牌及到站时间计算方法 |
CN101388143A (zh) * | 2007-09-14 | 2009-03-18 | 同济大学 | 基于浮动车数据的公交到站时间预测方法及系统 |
CN101325001A (zh) * | 2008-07-22 | 2008-12-17 | 中山大学 | 一种预测和查询公交车实时状况的系统 |
CN103440768A (zh) * | 2013-09-12 | 2013-12-11 | 重庆大学 | 一种基于动态修正的公交车到达时间实时预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106485935A (zh) | 2017-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106485935B (zh) | 一种基于gps预测公交到站时间的方法 | |
US20190250243A1 (en) | Providing transit information | |
US9285231B2 (en) | Providing transit information | |
Ehmke et al. | Floating car based travel times for city logistics | |
CN102667404B (zh) | 用探测数据来分析兴趣点的方法 | |
El Esawey et al. | Development of daily adjustment factors for bicycle traffic | |
CN105632222B (zh) | 预报到站时间的方法及其系统 | |
CN104064024A (zh) | 一种基于历史数据的公交车辆到站时间预测方法 | |
CN104240529B (zh) | 一种预测公交到站时间的方法及系统 | |
WO2015096400A1 (zh) | 一种利用移动通信数据挖掘进行公交规划的方法 | |
CN110516708A (zh) | 一种基于轨迹与路网匹配的路径预测方法 | |
CN110491158A (zh) | 一种基于多元数据融合的公交车到站时间预测方法及系统 | |
Rahmani et al. | Floating car and camera data fusion for non-parametric route travel time estimation | |
Feng et al. | Quantifying the joint impacts of stop locations, signalized intersections, and traffic conditions on bus travel time | |
Rajput et al. | Advanced urban public transportation system for Indian scenarios | |
Yan et al. | Performance evaluation of bus routes using automatic vehicle location data | |
US20150213055A1 (en) | Digital location-based data methods and product | |
Yang et al. | Comparison of mode cost by time of day for nondriving airport trips to and from New York City's Pennsylvania Station | |
Kho et al. | A development of punctuality index for bus operation | |
CN110349428B (zh) | 识别用户是否正在前往公交站点的方法及装置 | |
Kim et al. | The anatomy of the daily usage of bike sharing systems: elevation, distance and seasonality | |
Hargunani et al. | Integrated bus system using QR code | |
CN105303246A (zh) | 一种多线路公交到站时间预测方法 | |
Li et al. | Travel patterns analysis of urban residents using automated fare collection system | |
Li-Jun et al. | Evaluation of the reliability of bus service based on gps and smart card data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20191009 Address after: 400800 Wansheng District, Chongqing, No. 12, No. 26, No. 27, No. Patentee after: Chongqing Wood & Wood Machinery Manufacturing Co., Ltd. Address before: 400800 Chongqing City, Wansheng Economic Development Zone Branch Building No. 601-611 Patentee before: Chongqing Xichu Zhijie Technology Co. Ltd. |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190405 Termination date: 20191226 |